记录最小绝对偏差，但包括其符号

Question

我有一个 pandas df，格式如下：

第一次偏差	秒偏差	最接近的偏差	偏差最小的列名
-0.5	南	-0.5	第一次偏差
-0.4	-0.8	-0.4	第一次偏差

最接近的偏差和最小偏差的列名是前两列的计算列。 table 列出了期望的结果，但是我还没有找到达到期望结果的解决方案。

偏差列显示两个函数和一个输入函数之间的偏差。我想找出哪个函数的偏差更接近于0，其次，我想记录偏差。

现在，如果我使用 df.abs().idxmin(axis = 1)，我会得到 最小偏差的列名 的正确值，但使用 df.abs().min(axis = 1) 然后 [=27] =]最接近的偏差逻辑上returns 0.4而不是-0.4。然而，仅使用 df.min(axis=1) 将 return -0.8 用于 最接近的偏差 ，这也是不正确的。

如何获得包括正确标志在内的正确信息？

已经谢谢了！

Answer 1

用你的方法得到最接近的索引后，我们可以索引到dataframe中得到相应的值：

# your way for indexes
inds = df.abs().idxmin(axis=1)

# for values: either this (being deprecated..)
vals = df.lookup(df.index, inds)

# or this with numpy's "fancy" indexing
vals = df.to_numpy()[np.arange(len(df)), df.columns.get_indexer(inds)]

# then putting to frame
df["closest deviation"] = vals
df["column name of smallest deviation"] = inds

获得

   first deviation  second deviation  closest deviation column name of smallest deviation
0             -0.5               NaN               -0.5                   first deviation
1             -0.4              -0.8               -0.4                   first deviation

笔记：

DataFrame.lookup 已被弃用，因此其他方法是转到 numpy 域并在那里建立索引。由于 inds 是列名但 numpy 不知道它们，因此我们使用 get_indexer.

获得它们的整数位置

记录最小绝对偏差，但包括其符号

Recording the minimum absolute deviation, but including its sign

python

indexing

calculated-columns

dataframe

pandas